搜狗输入法
先看有没有对口的方言模式
主流输入法的语音模块通常提供普通话、粤语、四川话、东北话、河南话、闽南话等选项，部分版本还支持中英混合。选择与自己口音最接近的模式，识别率往往能提升一截，因为模型里的声学特征分布更匹配。如果列表里没有你的方言，选普通话并把语速放慢，效果通常好于选一个不相干的方言。
切换模式后建议先试录三句日常用语，确认哪一句错得最多，再有针对性地放慢那一类句式。不要一次性录一大段然后判断「行不行」，那样很难定位问题。
录音条件比口音更影响结果
很多「识别不准」其实与口音无关。麦克风距离嘴部超过三十厘米，高频衰减明显，齿音和送气音容易丢失；在风扇、空调出风口正对的位置说话，气流噪声会持续干扰；笔记本内置麦克风在键盘敲击时会产生瞬时噪声。这些因素叠加，识别率下降幅度可能比口音还大。
- 麦克风与嘴保持十到二十厘米，略偏一侧，避免喷气。
- 关闭风扇直吹，远离空调出风口与机箱风扇。
- 使用带降噪的外接麦克风或耳麦，效果通常优于内置。
- 在系统设置中把输入音量调到七成左右，避免削波。
说话方式的三个调整
第一，语速降到平时的七成。语速过快会导致韵母吞音，而韵母是中文识别的主要依据。第二，句子说完整，不要中途改口。中途「不对不对」的自我修正会被原样识别，增加校对量。第三，句末不要拖长音，拖音容易被判成语气词。
还有一个容易被忽略的点：不要刻意模仿播音腔。刻意改变发音会让模型同时面对两种不稳定特征，反而不如用自己自然的说话方式，只是放慢、说清楚。
针对易错音的专项练习
不同方言区的易错音不同。平翘舌不分的地区，重点练「四」与「十」、「资」与「知」；前后鼻音不分的地区，重点练「金」与「京」、「民」与「明」；n、l 不分的地区，重点练「南」与「兰」。把这些字组成短句反复念，观察识别结果，直到稳定为止。每天五分钟，两周通常能看到明显变化。
如果某个专有名词始终识别不出来，与其反复纠正发音，不如把它加入个人词库。词库里有这个词，模型在解码时就会优先匹配，这比练发音更省时间。
什么情况下建议放弃语音
环境嘈杂、需要输入大量数字与符号、内容涉及隐私不便出声，这三种场景下语音输入的实际效率低于键盘。识别率再高，也抵不过反复校对与事后修改的成本。合理的选择是：长段叙述用语音，精确内容用键盘，两者交替使用。
识别率是一个区间，不是一个固定值。同一句话在不同环境、不同音量下结果可能完全不同，别用单次结果给自己下结论。